当数据量达到一定程度，单机的处理能力会无法达到性能的要求，采用并行计算，并利用多台服务器进行分布式处理可能会提升数据处理的速度，达到性能要求。然而如果使用不当，并行处理可能并不会提升处理的速度。这篇博客介绍了Dask中关于并行处理的一些效率方面的建议，尽管是针对Dask的说明，但对于所有的并行处理来说都是适用的。
origin绘图操作案例(1)
z-index
回归模型中的交互项简介（Interactions in Regression）
《Effective Java 第三版》笔记之六 避免创建不必要的对象
用stata做倾向值分析和匹配
计算广告入门基础
使用深度学习（逻辑回归）处理图像识别的问题
后代选择器
矩母函数简介（Moment-generating function）
机器学习中MCMC方法介绍
Dirichlet Distribution（狄利克雷分布）与Dirichlet Process（狄利克雷过程）
贝塔分布（Beta Distribution）简介及其应用
使用R语言进行K-means聚类并分析结果
stata 用outreg2输出回归结果
H5文件简介和使用
Generative Adversarial Networks 生成对抗网络的简单理解
通过JRI实现java与R的连接、通信
Wishart分布简介